Agent的基本概念

Agent概述

Agent是一个自动推理和决策引擎。它接受用户输入/查询，并可以做出执行该查询的内部决策，以便返回正确的结果。关键代理组件可以包括但不限于：

将一个复杂的问题分解为较小的问题
选择要使用的外部工具 + 提供调用该工具的参数
规划一组任务
将之前完成的任务存储在内存模块中

LlamaIndex 为构建代理提供了一个全面的框架。这包括以下组件：

使用具有高级工具的代理来构建代理 RAG 和工作流自动化用例
用于构建和调试代理的低级组件
可用作独立模块的核心代理成分：查询规划、工具使用等。

Agent的使用模式

再llamaIndex中Agent的使用范式如下：

1.定义工具函数：定义需要实现某个功能的函数。

2.把工具函数添加到FunctionTool对象中：把功能函数包裹到FunctionTool对象中。

3.构造LLM模型对象，并初始化LLM：构造和初始化LLM对象。

4.初始化ReAct Agent，也就是ReActAgent对象：初始化ReActAgent对象，该对象封装了一个Agent引擎

代码样例如下：

from llama_index.core.tools import FunctionTool
from llama_index.llms.openai import OpenAI
from llama_index.core.agent import ReActAgent# define sample Tool
def multiply(a: int, b: int) -> int:"""Multiple two integers and returns the result integer"""return a * bmultiply_tool = FunctionTool.from_defaults(fn=multiply)# initialize llm
llm = OpenAI(model="gpt-3.5-turbo-0613")# initialize ReAct agent
agent = ReActAgent.from_tools([multiply_tool], llm=llm, verbose=True)
agent.chat("What is 2123 * 215123")

注意：代理支持chat和query端点，分别继承自我们的 ChatEngine 和 QueryEngine。

通过其他方式来构建Agent

要根据 LLM 自动选择最佳代理，也可以使用from_llm 方法来生成代理。

from llama_index.core.agent import AgentRunneragent = AgentRunner.from_llm([multiply_tool], llm=llm, verbose=True)

以上代码就变成

from llama_index.core.tools import FunctionTool
from llama_index.llms.openai import OpenAI
from llama_index.core.agent import ReActAgent
from llama_index.core.agent import AgentRunner# define sample Tool
def multiply(a: int, b: int) -> int:"""Multiple two integers and returns the result integer"""return a * bmultiply_tool = FunctionTool.from_defaults(fn=multiply)# initialize llm
llm = OpenAI(model="gpt-3.5-turbo-0613")# initialize ReAct agent
#agent = ReActAgent.from_tools([multiply_tool], llm=llm, verbose=True)
agent = AgentRunner.from_llm([multiply_tool], llm=llm, verbose=True)agent.chat("What is 2123 * 215123")

可选tools

另外还有其他工具可以选择：

1.可以把查询引擎包装成代理工具；

2.可以把其他agent作为代理工具；

Agent的使用场景

代理可能的用例范围非常广泛且不断扩大。也就是说，这里有一些可以立即带来价值的实际场景：

Agentic RAG：根据您的数据构建上下文增强的研究助理，不仅可以回答简单的问题，还可以回答复杂的研究任务。这里有两个资源（资源 1、资源 2）可帮助您入门。
SQL 代理：上述的一个子集是“文本到 SQL 助手”，可以与结构化数据库交互。查看本指南，了解如何从头开始构建代理。
工作流程助手：构建一个可以通过电子邮件、日历等常见工作流程工具进行操作的代理。可以查看 GSuite 代理教程。
编码助手：构建可以通过代码进行操作的代理。查看我们的代码解释器教程。

参考文献

LlamaIndex对Agent的介绍
agent概述：https://docs.llamaindex.ai/en/stable/use_cases/agents/
RAG Agent：https://docs.llamaindex.ai/en/stable/understanding/putting_it_all_together/agents/
SQL代理：https://docs.llamaindex.ai/en/stable/examples/agent/agent_runner/query_pipeline_agent/?h=sql+agent#setup-simple-retry-agent-pipeline-for-text-to-sql
工作流助手：https://github.com/run-llama/llama_index/blob/main/llama-index-integrations/tools/llama-index-tools-google/examples/advanced_tools_usage.ipynb
代码助手：https://github.com/run-llama/llama_index/blob/main/llama-index-integrations/tools/llama-index-tools-code-interpreter/examples/code_interpreter.ipynb